Numpy:用dtype=int8乘以大型数组的速度很慢
Numpy是一个开源的Python科学计算库，它提供了高效的多维数组对象和用于处理这些数组的工具。Numpy的dtype参数用于指定数组中元素的数据类型。当使用dtype=int8来指定数组元素为8位整数类型时，可能会导致乘以大型数组的速度变慢。
原因是，dtype=int8会将数组元素限制在-128到127的范围内，这意味着数组中的元素只能表示较小的整数值。当进行乘法运算时，可能会导致溢出现象，从而需要进行额外的处理，导致速度变慢。
解决这个问题的方法是使用更大的数据类型，例如dtype=int16或者dtype=int32，这样可以扩大数组元素的表示范围，避免溢出问题，提高计算速度。
Numpy在科学计算、数据分析、机器学习等领域有广泛的应用场景。例如，在图像处理中，可以使用Numpy进行图像的读取、处理和保存；在机器学习中，可以使用Numpy进行数据的预处理、特征提取和模型训练；在科学计算中，可以使用Numpy进行矩阵运算、数值计算和统计分析等。
腾讯云提供了云计算相关的产品和服务，其中与Numpy相关的产品是腾讯云的弹性MapReduce（EMR）服务。EMR是一种大数据处理和分析的云计算服务，可以快速、高效地处理大规模数据集。通过使用EMR，可以在腾讯云上搭建分布式计算集群，并使用Numpy等工具进行数据处理和分析。
更多关于腾讯云弹性MapReduce（EMR）服务的信息，可以访问以下链接： https://cloud.tencent.com/product/emr
相关·内容
考虑下面这段代码，它生成一些(可能)巨大的多维数组，并使用它执行numpy.tensordot (无论我们在这里是将相同的数组相乘还是两个不同的数组相乘，这并不重要)。))run(numpy.float64)由于该数组仅由小整数组成，因此我希望使用dtype=int8</em
浏览 3提问于2017-08-03得票数 13
回答已采纳
1回答
我正在尝试用numba.jit.加速python程序myarray = numpy.array([0.2,0.26,0.45,0.78],dtype=float)
return newarray
newarray = multiply(m
浏览 2提问于2015-01-22得票数 1
回答已采纳
我有一个有符号字节(dtype int8)的大型numpy数组。它包含整个范围内的值-128到+127。简单的元素添加给出了正确的数值结果，但是除了源数组之外，创建一个使用内存(dtype int16)两倍的结果数组，即使只需要结果元素的低字节。array([ 0, 127, 128, 129, 255], dtype=int
浏览 8提问于2011-10-10得票数 8
回答已采纳
2回答
Numpy函数很慢吗？
、、、、
Numpy应该是很快的。然而，当比较Numpy ufuncs和标准Python函数时，我发现后者要快得多。例如,%timeit np.mean(aa) # 1000 loops, best of 3: 1.15 ms per loop%timeit aa.mean # 10000000 loops, best of 3: 69.5 ns per loop
我用其他的Numpy函数也得到了类似
浏览 1提问于2013-08-05得票数 1
1回答
我想在只包含-1和1的numpy数组之间执行内存和时间高效的操作。示例：array([[-1, 1, 1, -1],>>> m2>>> np.dot(m1, m2)
array([ 0, -2], dtype=<em
浏览 0提问于2019-11-17得票数 4
1回答
Numpy int数组不能存储缺少的值。Wes McKinney还在此中重申了这一点对于大型数据集，这似乎是内存密集型的
浏览 1提问于2017-02-23得票数 0
我真的很喜欢它的数据结构和算法。 我正在使用一个矩阵80000 X 80000来插入数据。我正在使用numpy。并且，我的代码如下所示： n = 80000for i, photo_i in enumerate(photos我想知道有没有更好的方法。我想在“短时间”内绘制这个矩阵的数据。但是，我这样做的复杂度是O(n^2)。 有没有什么“东西”
浏览 56提问于2019-04-07得票数 1
有人知道为什么我用pygame的get_buffer方法创建的数组的R，G，B值颠倒了吗？我想创建一个具有颜色值的数组，其顺序与我将它们放入的顺序相同-如[8, 16, 32, 0]。>>> import pygame>>> import numpy as np
>>> background_colour =
浏览 0提问于2018-11-12得票数 0
2回答
我有一个2D数组，其中填充了一些值(第0列)和0(其余列)。我想做的和我用MS excel做的差不多，但是使用numpy，意思是把基于第一列的计算得到的值放到其余的列中。这是一个MWE：array([[1, 2,
浏览 0提问于2016-08-28得票数 2
回答已采纳
1回答
我正在尝试从一个模块中获取一些数据，该模块是一个用ctype包装的共享对象。数据是一个数字数组，所以我使用numpy数组来存储数据。但是我发现我不明白numpy是如何在内存中组织数组的。import ctypeslib = ctypes.cdll.LoadLibrary("libname")
data = numpy.zeros((1,10),dtype
浏览 2提问于2011-06-09得票数 1
回答已采纳
我有一个形状(70万，5000)的大熊猫DataFrame，其中包含混合的d类型列(主要是int8、一些float64和几个datetime64ns)。3.熊猫loc & iloc然后，我尝试跳转到底层的numpy数组，它在性能上运行良好它快速地遍历底层数组，但是新的dataframe拥有所有的“对象”dtype</em
浏览 0提问于2018-09-05得票数 4
回答已采纳
给定一个numpy数组，如下所示，该数组包含任意数据：array([ 1, 172, 32, ..., 42, 189, 29], dtype=int8) # SIGNEDint8(请原谅伪代码的实现。如果我知道怎么做，我就不会问了。如果我有一个正常工作的numpy实现，我会将我的</e
浏览 1提问于2013-02-14得票数 1
回答已采纳
我正在尝试将几个掩码(布尔数组)转换为具有numpy的位掩码，而在理论上，我觉得我做的操作太多了。例如，要创建我使用的位掩码： np.array([True, False, False]),>>> flag_bits
>>> [np.
浏览 5提问于2017-02-05得票数 5
回答已采纳
我的问题是在C代码中传递矩阵(python中的numpy数组)，现在我使用以下代码从DLL接收数据：peak_wl_array = np.zeros(512, dtype=np.double)
res = __dll.DLL_Search_Peaks(ctypes.c_void_p(peak_pwr_array.ctypes.data),
浏览 1提问于2014-07-03得票数 0
我有一个维Nx8的numpy数组，使用dtyp=boolean，我想将它转换为numpy一维数组，其中每一行都被bin2dec转换成一个字节。, True, True, False, False],我希望输出如下：
y = array([204 ,12, 128], dtype=uint8)
浏览 1提问于2013-10-22得票数 1
回答已采纳
3回答
有人知道numpy ndarray使用了多少内存吗？(假设有10,000,000个浮点元素)。
浏览 2提问于2012-02-22得票数 23
回答已采纳
3回答
输入：所需的输出numpy数组：我试过了：但问题是，我不能将字符串拆分成每个数字，所以numpy将其视为一个数字。你知道怎么把字符串转换成numpy数组吗？
浏览 1提问于2015-01-29得票数 30
回答已采纳
2回答
加速索引“恢复”
、、、
我有一个numpy数组，形状为a，(n, 3)填充了从0到m的整数。m和n都可以相当大。众所周知，从0到m的每一个整数有时只出现一次，但大多数情况下，在a的某个地方出现了两次。没有连续两倍的指数。现在我要构造“反向”索引，即两个数组( b_row和b_col of shape (m, 2) )，对于每一行包含(一两个)行/列索引的a，row_idx出现在a中。# ...
b_row = -numpy
浏览 0提问于2018-05-17得票数 1
回答已采纳
2回答
如何并行化两个嵌套的for循环？
、、、、
我想在Python2.7中并行化两个嵌套的for循环，但我自己没有成功。我不知道如何定义并行化的内容。time.time()print len(suma)
我想对第一个数组进行并行化既然在第二个循环中也需要这个数组，该如何执行呢？
简单的解释和代码示例会有很大的帮助。
浏览 0提问于2018-12-13得票数 0
因此，我一直创建这样的numpy数组：>>> v = np.zeros( 10, float )>>> v8 = np.zeros( 10, np.uint8 )>>> v8[1] = 2 ** 8
>>> v8>
浏览 1提问于2014-04-27得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
